.net 获取xml里面的值_json、xml解析、kmeans9个anchors

json是一种轻量级的数据交换格式，如图为在线解析之后的json图。

解读数据结构：JSON数据就是一段字符串，只不过有不同意义的分隔符将其分割开来而已，我们看上面的符号，里面有[] ,{}等符号，其中

1 []中括号代表的是一个数组；
2 {}大括号代表的是一个对象
3 双引号“”表示的是属性值
4 冒号：代表的是前后之间的关系，冒号前面是属性的名称，后面是属性的值，这个值可以是基本数据类型，也可以是引用数据类型。

Python3 中可以使用 json 模块来对 JSON 数据进行编解码，主要包含了下面4个操作函数，如图。

在json的编解码过程中，python 的原始类型与JSON类型会相互转换，如图

实例

import json # 调用json模块data = {    'name': 'yzzzhhh',    'age': 23,    'address': {'province': 'yunnan', 'city': 'yuxi'}}# 将 Python 字典类型转换为 JSON 对象json_str = json.dumps(data)# 将 JSON 对象类型转换为 Python 字典user_dic = json.loads(json_str)# 将 Python 字典直接输出到json文件with open('yzh.json', 'w', encoding='utf-8') as f:    json.dump(user_dic, f, ensure_ascii=False, indent=4)# 将类文件对象中的JSON字符串直接转换成 Python 字典with open('yzh.json', 'r', encoding='utf-8') as f:    ret_dic = json.load(f)    print(type(ret_dic)) # 结果 <class 'dict'>    print(ret_dic['name']) # 结果yzzzhhh

---

xml解析

XML是可扩展标记语言(Extensible Markup Language)的缩写。其是一种结构化、层级化的数据格式，最适合体现XML的数据结构就是树。您可以创建内容，然后使用限定标记标记它，从而使每个单词、短语或块成为可识别、可分类的信息。其是各种应用程序之间进行数据传输的最常用的工具。

解析XML有很多的Python包，SAX,DOM,ElementTree等等。这里介绍目前最好用也是最快速的方法最流行的方法xml.etree.ElementTree(以下简称ET)，其是一个用于处理树结构的 Python 包，它可以用于处理任何树结构的数据

ET有两种实现。一个是纯Python实现的xml.etree.ElementTree，另一个是速度更快的C语言实现xml.etree.cElementTree。请记住始终使用C语言实现，因为它的速度要快很多，而且内存消耗也要少很多。一般python3版本以上都有，但是如果Python版本中没有cElementTree所需的加速模块，你可以这样导入模块：

try: import xml.etree.cElementTree as ETexcept ImportError: import xml.etree.ElementTree as ET

ET提供了两个对象：ElementTree调用parse将整个XML文档转化为树，Element则代表着树上的单个节点。

下面基于如下xml数据进行演示使用方法并做聚类：

主要的方法：

glob.glob("{}/*xml".format(path)) 遍历xml文件

ET.parse(xml_file)解析文件为树。

tree.findtext("./size/height")查找元素的值

tree.iter("object")遍历一个xml里的所有object

obj.findtext("bndbox/xmin")查找每一个object里元素的值

其他一些方法：

当要获取属性时，用attrib方法

当要获取节点值时，用text方法

当要获取节点名称时，用tag方法

# root = tree.getroot()

# print(root) # 根节点

# print(root.get('?')) # 根节点的属性

import globimport xml.tree.cElenmentTree as ETdef load_dataset(path):  # 准备(H, W)进行聚类# H = Ymax - Ymin, W = Xmax - Xmin        dataset = []    # glob遍历文件夹中的所有xml文件    for xml_file in glob.glob("{}/*xml".format(path)):            tree = ET.parse(xml_file)        height = int(tree.findtext("./size/height"))  # 图片的尺寸        width = int(tree.findtext("./size/width"))        for obj in tree.iter("object"): # 目标对象的坐标点            xmin = np.float64(int(obj.findtext("bndbox/xmin")) / width)  # 归一化            ymin = np.float64(int(obj.findtext("bndbox/ymin")) / height)            xmax = np.float64(int(obj.findtext("bndbox/xmax")) / width)            ymax = np.float64(int(obj.findtext("bndbox/ymax")) / height)            if xmax == xmin or ymax == ymin:  # 没框                print(xml_file)                continue            h = ymax - ymin            w = xmax - xmin            dataset.append([h, w])  # 归一化加速聚类效率    print("dataset", dataset)    # print("len(dataset)", len(dataset))    return np.array(dataset)if __name__ == '__main__':    load_dataset(出入文件所在路径)

xml、json的解析基本方法已经介绍完，这里也为下一步的聚类9个框做了数据准备。

---

计算anchors框和boxes实际框之间面积的iou和avg_iou，用于衡量聚类的得分，如果分数过低比如低于60%的时候，说明此时的anchors不能拿来使用，因为得到的框不能很好地反应数据集的期望，效果会极差，只有得分在67%左右，才会得到好的效果。

iou和avg_iou代码

import numpy as npdef iou(boxes, anchors):    w = np.minimum(anchors[:, 0], boxes[0])    h = np.minimum(anchors[:, 1], boxes[1])    if np.count_nonzero(w==0) > 0 or np.count_nonzero(h==0):        raise ValueError('box has no area')    intersection = w * h    boxes_area = boxes[0] * boxes[1]    anchors_area = anchors[:, 0] * anchors[:, 1]    iou_ = intersection / (boxes_area + anchors_area - intersection)    return iou_def avg_iou(boxes, anchors):    return np.mean([np.max(iou(boxes[i], anchors)) for i in range(boxes.shape[0])])

聚类算法代码

def clustering_algorithm_k_means(boxes, k, dist=np.median):    rows = boxes.shape[0]    distance = np.empty((rows, k))  # [15662, 9]    last_clusters = np.zeros((rows, ))  # 1dim->[15662]    # print(last_clusters.shape)    # np.random.seed(0)  # 随机种子，每次更新之前的随机框都相同    clusters = boxes[np.random.choice(rows, k, replace=False)]    while True:        for w_ in range(rows):            distance[w_] = 1 - iou(boxes[w_], clusters)        nearest_clusters = np.argmin(distance, axis=1)        if (last_clusters == nearest_clusters).all():            break        for cluster in range(k):            clusters[cluster] = dist(boxes[nearest_clusters == cluster], axis=0)        last_clusters = nearest_clusters    return clusters